Motivación

 ¿Quiénes están siendo infectados y muriendo por COVID-19,
de acuerdo a edad, sexo, raza, y nivel socioeconómico? (Persona)

                        ¿Dónde las tasas de infección están
                        disminuyendo o aumentando? (Lugar)

¿Cómo están cambiando las tasas de infección y la letalidad
a lo largo del tiempo? (Tiempo)

Introducción a estudios descriptivos

• Los estudios descriptivos tienen roles importantes en la investigación médica.

• Suelen ser el primer paso cuando nos enfrentamos a nuevas enfermedades o áreas de conocimiento.

• De acuerdo con la CDC, la investigación epidemiológica descriptiva

“(…) responden las siguientes preguntas sobre la ocurrencia enfermedades, daños o peligros ambientales: ¿Qué? ¿Cuánto? ¿Cuándo? ¿Dónde? ¿Entre quiénes?”.

• De acuerdo con el Dictionary of Epidemiology:

“Los estudios descriptivos están más preocupados por describir asociaciones que con analizar y explicar sus efectos causales”.

Estudios descriptivos

• Buscan caracterizar la distribución de la salud, enfermedad y daño o exposiciones benéficas en poblaciones bien definidas.

• Podemos dividirlos en dos grandes grupos:

  • Aquellos que lidian con individuos.

  • Aqueelos que lidian con poblaciones.

Tipos de estudios descriptivos

• Estudios que involucran datos individuales:

  • Reporte de caso
  • Serie de caso
  • Estudio transversal (o de prevalencia)
  • Cohortes :descriptivas
  • :Vigilancia

• Estudios que involucran datos poblacionales:

  • Estudios ecológicos

Tipos de estudios descriptivos

• Estudios que involucran datos individuales:

  • Reporte de caso
  • Serie de caso
  • Estudio transversal (o de prevalencia)
  • Cohortes :descriptivas
  • :Vigilancia

• Estudios que involucran datos poblacionales:

  • Estudios ecológicos

Uso de los estudios descriptivos

• Se pueden usar para:

  • Análisis de tendencia

  • Planeamiento

  • Pistas sobre causas (exploratorios)

    • Inferencia causal confirmatorio se puede hacer en futuros estudios.

  • Pistas sobre factores predictivos (pronósticos o diagnósticos)

    • Evaluar incorporar a modelos predictivos se puede hacer en futuros estudios.

Pauta 1 Plantear pregunta clara

• Cantidad objetivo de interés para investigación descriptiva:

• Buenas preguntas descriptivas requieren:

  • Buen fundamento teórico sobre el proceso generador de la enfermedad

  • Definir claramente a la población objetivo

Pauta 2 Muestreo y medición apropiados son claves

• A diferencia de inferencia causal, donde no es necesario muestreos representativos de poblaciones más grandes bien definidas, en estudios descriptivos sí es vital esto.

• Idealmente debería alcanzarse la representatividad estadística a través de un esquema de muestreo probabilístico.

• Si no es posible, debe poder justitifarse la representatividad teórica de muestreos no probabilístico.

  • Esta limitación debe analizarse, reportarse y discutirse.

• Lo mismo ocurre con aspectos relacionados a la medición y el error de medición.

• Muchas enfermedades son evaluadas mediante el uso de pruebas (o combinación de estas) que no son estándares de referencia perfectos.

  • Ejemplos de esto son encuestas seroepidimiológicas, etc.

Pauta 3 Confusión y confusores no son relevantes en epidemiología descriptiva

• Los estudios descriptivos son propensos a sesgo de selección por muestreo no representativo y sesgo de medición por usar instrumentos con error de medición.

• Sin embargo, no son propensos a sesgo de confusión, dado que su objetivo no es evaluar relaciones causales.

  • No confundir que se pueda especular sobre causalidad, de manera vaga y cauta, como parte de la discusión.

• Sin embargo, una gran cantidad de estudios descriptivos citan como limitación el sesgo de confusión, cuando esto realmente no tiene sentido en este tipo de estudios.

Pauta 4 ¿Por qué estratificar?

• Dado que la investigación descriptiva busca caracterizar el fenómeno de salud enfermedad, suele ser importante evaluar este fenómeno en subgrupos o estratos de interés para

  • Evaluar heterogeneidad entre y dentro de grupos para documentar brechas o disparidades
  • Identificar grupos de alto riesgo o potenciales blancos de intervención.

• Uno debe pre-definir estos estratos desde el protocolo.

  • Estratos que pueden ser de interés: sexo, edad, raza, nivel socioeconómico, etnicidad, clase social, ocupación, localización geográfica y tiempo.

Pauta 5 ¿Ajustar o no ajustar?

• Aunque la confusión no importa en estudios descriptivos, sí puede ser vital realizar ajustes.

  • Recordar: ¡Ajuste no es igual a control de confusión!

• Se puede ajustar por algunas variables para hipotetizar (en sentido exploratorio) sobre las razones de la variabilidad dentro y entre las poblaciones:

  • Útil para identificar mejor disparidades en distribución de enfermedades que podrían estar ocultas o enmascaradas.

• Se sugiere ajustar por variables que cumplen el siguiente criterio:

  • Tienen efectos conocidos sobre el desenlace.
  • Existe heterogeneidad de los grupos

Pauta 6 Cuidado con interpretar resultados ajustdos en estudios descriptivos

• Los análisis crudos (sin ajustar) son muy importantes para describir el mundo real observado o factual.

  • Un error frecuente es centrarse en resultados ajustados cuando el objetivo es describir.
  • Dado que la confusión no importa, no tenemos que hacer ajustes por estos (veamos pizarra).

Pauta 6 Cuidado con interpretar resultados ajustdos en estudios descriptivos (cont.)

• Los resultados crudos (no ajustados) describen el mundo real, los ajustados ayudan a entender (exploratoriamente) las diferencias en el mundo real.

Pauta 7 Céntrese en medidas estadísticas que permitan evaluar significancia clínica / en Salud Pública

• Haga inferencias cuando pueda justificar que estas podrían ser válidas: muestreo probabilístico o muestreo no probabilístico con justificación teórica razonable.

• Estime y reporte estadísticos puntuales.

• Cuando se pueda y deba hacer inferencia:

  • Prefiera estimación de intervalo, en vez de prueba de hipóetsis.
  • Pruebas de hipótesis actualmente tienen un valor limitado porque solo otorgan un valor, el valor p.
  • Intervalos de confianza o credibilidad proporcionan mejor información sobre la incertidumbre estadística.

• Indique qué métodos de estimación utilizará.

Pauta 8 Pautas estadísticas extras

• Use métodos apropiados cuando lidie con datos correlacionados.

• Indique el programa estadístico que usará.

• Trate de usar métodos para reducir los riesgos asociados a sesgo de selección o error de medición:

  • Métodos para corregir muestreo no representativo.
  • Métodos para corregir error de medición de pruebas imperfectas.

Veamos algunos ejemplos de protocolos

• Protocolo 1

• Protocolo 2

• Protocolo 3

• Protocolo 4

• Protocolo 5

• Protocolo 6

• Protocolo 7

• Protocolo 8

:x cohorte

Sí, no todas las cohortes buscan identificar ‘factores de riesgo’. Sobre todo si el diseño muestral lo permite, algunas cohortes pueden ser buenas para describir: cohortes poblacionales.

:x vigilancia

En realidad no son un diseño, pero vale la pena la mención honrosa.